香港证监会11月2日公布首份金融业人工智能准备情况调查，香港金融科技周期间披露的结果显示，受访大型金融机构中有30%已在业务运营中使用代理型人工智能，另外25%正在试行相关技术；95%的机构预计未来12个月会加快AI部署。调查于今年7月至8月开展，覆盖20家大型金融机构及其在香港的78家持牌法团，这些机构在截至6月的六个月内占持牌法团申报证券交易额的75%以上。上述数据应理解为特定大型机构样本的采用情况，不能直接外推至香港全部金融企业。其重要性在于，AI应用正在从员工查询、报告整理和客户服务辅助，进入能够自主拆解任务、连接系统和执行部分操作的阶段。金融机构使用技术的速度提高，也让授权、审计和投资者保护成为新的竞争门槛。
传统自动化系统一般按明确规则执行固定步骤，生成式AI则能够理解文本、总结信息和提供建议；代理型AI进一步结合工具调用、工作流程与行动能力，可能在限定权限内完成多步任务。例如，财富管理机构可以利用AI梳理客户资料、准备适当性核查材料，证券公司可以协助整理交易异常或生成内部风险报告，后台团队亦可优化对账和合规监测。不过，这些场景的风险程度并不相同。生成初步研究摘要与直接向市场发送交易指令，对投资者权益和市场稳定性的影响存在明显区别。因此，机构不能仅根据模型准确率决定使用范围，还要按操作的可逆性、资金权限和客户影响设置分级授权。
香港证监会行政总裁梁凤仪表示，代理型AI可能在多步骤流程中累积错误、执行未经授权的行动，甚至对其他机构造成意外影响。证监会计划按应用自主程度及风险情况提供原则为本的实务指引，保持人类问责和有效监督。对于金融机构，最核心的管控要求并不是让员工逐条审批所有低风险步骤，而是建立明确的权限边界、关键节点审批、操作日志和紧急停止机制。尤其当AI与订单管理、客户账户或外部通讯系统连接时，模型输出必须受到独立验证，敏感数据和交易指令不得因为效率需求而缺少控制。信息安全、模型监测和第三方供应商风险，也将成为金融服务商采购AI解决方案时的重点。
此次调查也提供了研究金融科技产业商业模式的新切入点。若机构已在内部系统部署AI，相关开支可能从一次性软件试验，逐步转向长期模型使用、数据治理、系统集成和风险管理服务。但采购支出增长并不必然带来IT供应商利润率提升，因为企业客户通常要求高安全标准、定制化部署和持续技术维护。对香港上市的软件服务商和金融机构而言，投资者需要了解AI能够实际减少多少人工处理时间、错误率和合规成本，而不是只统计上线的智能助手数量。代理型AI的商业价值应当以业务效果、客户续约和运营稳定性衡量。
香港证券行业进入AI应用更深阶段，监管与商业化将同步演进。监管框架若能清晰界定代理权限、数据责任和安全要求，具备合规产品能力的供应商可能获得较长期订单；金融机构则有机会改善客户服务与中后台效率。但技术部署应以保护投资者、维持市场公正和系统韧性为前提。未来值得观察的是实际使用场景、监管指引、事故报告机制和应用成本变化，而不是把30%的调查结果简单理解为整个行业已完成AI转型。
